摘要
本发明提供一种利用三维分布插值的工业场地土壤污染物浓度预测方法,属于土壤污染预测领域,其包括以下步骤:S1、基于样本点位置和属性信息提取土壤污染分布特征;S2、通过土壤样本点污染浓度和差分法估计土壤污染物浓度的垂直方向梯度与水平方向梯度之比R来度量污染浓度值在这两个方向上的各向异性,以R为膨胀因子,将原坐标空间的z值乘以R作为新的垂向坐标值;S3、将DKNN的空间位置表示模块从二维空间扩展到三维空间;S4、选择空间编码器;S5、在空间编码器的基础上,使用通用克里金方程进行空间预测。本发明引入并扩展了基于深度学习和地学知识相融合的GeoAI框架,能够解决工业场地土壤污染物三维分布模拟问题,对土壤污染进行精确预测。
技术关键词
工业场地土壤
浓度预测方法
非线性结构
非线性特征
样本
学习器
编码器
多项式
模块
分布特征
坐标
深度学习算法
保留特征
协方差矩阵
复杂度
注意力机制
数据
特征选择
因子
系统为您推荐了相关专利信息
无标签数据
模板
文本
非暂态计算机可读存储介质
样本
电网连锁故障
发展预测方法
支路
模糊聚类算法
概率密度函数
节点特征
地图构建方法
栅格
功率谱估计值
神经网络模型